Jaký je rozdíl mezi deskriptivní, prediktivní a preskriptivní analýzou?
Tady je váš dvouminutový průvodce pochopením a výběrem správné deskriptivní, prediktivní a preskriptivní analytiky pro použití ve vašem dodavatelském řetězci.
V dnešní době, kdy mají podniky k dispozici záplavu dat týkajících se jejich dodavatelského řetězce, se firmy obracejí na analytická řešení, aby z obrovských objemů dat získaly význam a pomohly zlepšit rozhodování.
Firmy, které se snaží optimalizovat své úsilí v oblasti S&OP, potřebují schopnosti analyzovat historická data a předpovídat, co by se mohlo stát v budoucnosti. Příslib, že to uděláte správně a stanete se organizací řízenou daty, je velký. Lze dosáhnout obrovské návratnosti investic, o čemž svědčí společnosti, které optimalizovaly svůj dodavatelský řetězec, snížily provozní náklady, zvýšily příjmy nebo zlepšily služby zákazníkům a sortiment výrobků. pohled na všechny analytické možnosti může být náročný úkol. Naštěstí však lze tyto analytické možnosti na vysoké úrovni rozdělit do tří různých typů. Žádný typ analytiky není lepší než jiný a ve skutečnosti koexistují a vzájemně se doplňují. Aby měl podnik ucelený pohled na trh a na to, jak na něm firma efektivně soutěží, vyžaduje robustní analytické prostředí, které zahrnuje:
- Deskriptivní analýzu, která využívá agregaci dat a dolování dat, aby poskytla vhled do minulosti a odpovědi: „Co se stalo?“
- Prediktivní analytika, která využívá statistické modely a prognostické techniky k pochopení budoucnosti a zodpovězení otázek: „Co by se mohlo stát?“
- Preskriptivní analytika, která využívá optimalizační a simulační algoritmy k poradenství ohledně možných výsledků a k odpovědi: „Co bychom měli udělat?“
Deskriptivní analýza: Deskriptivní analýza neboli statistika dělá přesně to, co naznačuje její název: „popisuje“ neboli shrnuje surová data a vytváří z nich něco, co je možné interpretovat lidmi. Jsou to analýzy, které popisují minulost. Minulostí se rozumí jakýkoli časový okamžik, kdy došlo k nějaké události, ať už před jednou minutou, nebo před jedním rokem. Popisné analýzy jsou užitečné, protože nám umožňují poučit se z minulého chování a pochopit, jak by mohlo ovlivnit budoucí výsledky.
Převážná většina statistik, které používáme, spadá do této kategorie. (Představte si základní aritmetiku, jako jsou součty, průměry, procentuální změny.) Obvykle jsou základními daty počty nebo agregáty filtrovaných sloupců dat, na které se aplikuje základní matematika. Pro všechny praktické účely existuje nekonečné množství těchto statistik. Popisné statistiky jsou užitečné pro zobrazení takových věcí, jako je celková zásoba na skladě, průměrná útrata v dolarech na zákazníka a meziroční změna prodeje. Běžným příkladem deskriptivní analýzy jsou přehledy, které poskytují historické informace týkající se výroby, financí, provozu, prodeje, financí, zásob a zákazníků společnosti.
Deskriptivní analýzu využijete, když potřebujete na souhrnné úrovni pochopit, co se ve vaší společnosti děje, a když chcete shrnout a popsat různé aspekty vašeho podnikání.
Prediktivní analýza:
Prediktivní analytika má své kořeny ve schopnosti „předvídat“, co se může stát. Tato analytika se zabývá porozuměním budoucnosti. Prediktivní analytika poskytuje společnostem využitelné poznatky založené na datech. Prediktivní analytika poskytuje odhady pravděpodobnosti budoucího výsledku. Je důležité si uvědomit, že žádný statistický algoritmus nedokáže „předpovědět“ budoucnost se 100% jistotou. Společnosti používají tyto statistiky k předpovědi toho, co by se mohlo v budoucnu stát. Je to proto, že základ prediktivní analytiky je založen na pravděpodobnosti.
Tato statistika se snaží vzít data, která máte k dispozici, a chybějící údaje doplnit nejlepšími odhady. Kombinují historická data nalezená v systémech ERP, CRM, HR a POS, aby identifikovali vzory v datech a použili statistické modely a algoritmy k zachycení vztahů mezi různými soubory dat. Společnosti používají prediktivní statistiku a analytiku vždy, když chtějí nahlédnout do budoucnosti. Prediktivní analytiku lze využít v celé organizaci, od předpovídání chování zákazníků a nákupních vzorců až po identifikaci trendů v prodejních aktivitách. Pomáhají také předpovídat poptávku po vstupech z dodavatelského řetězce, provozu a zásob.
Jednou z běžných aplikací, kterou většina lidí zná, je použití prediktivní analytiky k vytvoření úvěrového skóre. Tato skóre se používají ve finančních službách k určení pravděpodobnosti, že zákazníci v budoucnu zaplatí úvěr včas. Mezi typická obchodní využití patří pochopení toho, jak by se mohl uzavřít prodej na konci roku, předpovídání toho, jaké zboží budou zákazníci nakupovat společně, nebo předpovídání úrovně zásob na základě nesčetných proměnných.
Prediktivní analýzu využijete vždy, když potřebujete něco vědět o budoucnosti nebo doplnit informace, které nemáte.
Preskriptivní analýza: Poměrně nová oblast preskriptivní analytiky umožňuje uživatelům „předepsat“ řadu různých možných akcí a nasměrovat je k řešení. Stručně řečeno, tato analytika spočívá v poskytování rad. Preskriptivní analytika se snaží kvantifikovat vliv budoucích rozhodnutí s cílem poradit ohledně možných výsledků ještě předtím, než jsou rozhodnutí skutečně učiněna. V nejlepším případě preskriptivní analytika předpovídá nejen to, co se stane, ale také proč se to stane, a poskytuje doporučení týkající se akcí, které tyto předpovědi využijí.
Tato analytika jde nad rámec deskriptivní a prediktivní analytiky tím, že doporučuje jeden nebo více možných postupů. V podstatě předpovídají více budoucností a umožňují společnostem posoudit řadu možných výsledků na základě jejich jednání. Preskriptivní analytika využívá kombinaci technik a nástrojů, jako jsou obchodní pravidla, algoritmy, strojové učení a postupy počítačového modelování. Tyto techniky se aplikují na vstupy z mnoha různých datových souborů, včetně historických a transakčních dat, datových kanálů v reálném čase a velkých dat.
Preskriptivní analytika je poměrně složitá na správu a většina společností ji zatím nepoužívá ve svém každodenním chodu. Pokud jsou správně implementovány, mohou mít velký vliv na způsob rozhodování podniků a na jejich hospodářský výsledek. Větší společnosti úspěšně používají preskriptivní analytiku k optimalizaci výroby, plánování a zásob v dodavatelském řetězci, aby se ujistily, že dodávají správné produkty ve správný čas a optimalizují zákaznickou zkušenost.
Používejte preskriptivní analytiku kdykoli, kdy potřebujete uživatelům poradit, jakou akci mají provést.
Chcete se dozvědět více o deskriptivní, prediktivní a preskriptivní analytice? Stáhněte si naši bílou knihu Pět otázek, které byste měli položit poskytovatelům pokročilých analytických řešení.